Что означает "Тест эпохи [число]" в Mozilla DeepSpeech?

Question

Что означает "Тест эпохи [число]" в Mozilla DeepSpeech?

В следующем примере это говорит Test of Epoch 77263хотя из моего понимания должна быть только 1 эпоха, так как я дал --display_step 1 --limit_train 1 --limit_dev 1 --limit_test 1 --early_stop False --epoch 1 в качестве аргументов:

dernoncourt@ilcomp:~/asr/DeepSpeech$ ./DeepSpeech.py --train_files data/common-voice-v1/cv-valid-train.csv,data/common-voice-v1/cv-other-train.csv --dev_files data/common-voice-v1/cv-valid-dev.csv --test_files data/common-voice-v1/cv-valid-test.csv --decoder_library_path /asr/DeepSpeech/libctc_decoder_with_kenlm.so --fulltrace True --display_step 1  --limit_train 1  --limit_dev 1  --limit_test 1 --early_stop False --epoch 1
W Parameter --validation_step needs to be >0 for early stopping to work
I Test of Epoch 77263 - WER: 1.000000, loss: 60.50202560424805, mean edit distance: 0.894737
I --------------------------------------------------------------------------------
I WER: 1.000000, loss: 58.900837, mean edit distance: 0.894737
I  - src: "how do you like her"
I  - res: "i "
I --------------------------------------------------------------------------------
I WER: 1.000000, loss: 60.517113, mean edit distance: 0.894737
I  - src: "how do you like her"
I  - res: "i "
I --------------------------------------------------------------------------------
I WER: 1.000000, loss: 60.668221, mean edit distance: 0.894737
I  - src: "how do you like her"
I  - res: "i "
I --------------------------------------------------------------------------------
I WER: 1.000000, loss: 61.921925, mean edit distance: 0.894737
I  - src: "how do you like her"
I  - res: "i "
I --------------------------------------------------------------------------------

Answer 1

Объяснение Тилмана Кэмпа:

На самом деле это не ошибка, так как текущая эпоха вычисляется на основе ваших текущих параметров и общего количества шагов с сохранением снимка. Внимательно посмотрите на этот отрывок:

# Number of GPUs per worker - fixed for now by local reality or cluster setup
gpus_per_worker = len(available_devices)

# Number of batches processed per job per worker
batches_per_job  = gpus_per_worker * max(1, FLAGS.iters_per_worker)

# Number of batches per global step
batches_per_step = gpus_per_worker * max(1, FLAGS.replicas_to_agg)

# Number of global steps per epoch - to be at least 1
steps_per_epoch = max(1, model_feeder.train.total_batches // batches_per_step)

# The start epoch of our training
# Number of GPUs per worker - fixed for now by local reality or cluster setup
gpus_per_worker = len(available_devices)

# Number of batches processed per job per worker
batches_per_job  = gpus_per_worker * max(1, FLAGS.iters_per_worker)

# Number of batches per global step
batches_per_step = gpus_per_worker * max(1, FLAGS.replicas_to_agg)

# Number of global steps per epoch - to be at least 1
steps_per_epoch = max(1, model_feeder.train.total_batches // batches_per_step)

# The start epoch of our training
self._epoch = step // steps_per_epoch

Так что получается, что ваш размер набора во время обучения отличается от вашего текущего размера набора. Таким образом, странный номер эпохи.

Упрощенный пример (без запутанного размера пакета): если вы однажды обучили 5 эпох из 1000 выборочных обучающих наборов, вы получили 5000 "глобальных шагов" (сохраняется как число в вашем снимке). После этого обучения вы измените параметры командной строки на набор размера 1 (ваши параметры --limit_*). "Внезапно" вы получите отображение эпохи 5000, потому что 5000 глобальных шагов означают применение набора данных размером 1 000 раз.

Забрать: использовать --checkpoint_dir аргумент, чтобы избежать такого рода проблем.